临床场景中的“无关信息”：大模型为何会把闲聊写进病历

2026年10月9日阅读约 3 分钟

导语

大模型进入医疗场景后，评价重点通常集中在记录是否完整、诊断是否准确，却较少追问一个更基础的问题：模型能否识别哪些信息根本不属于当前患者？一项发表于 Hugging Face Daily Papers 的研究，专门测试了大模型面对闲聊、背景语音等偶发信息时的表现。

研究者首先分析了576段医患对话，观察模型生成的临床记录是否会吸收就诊主题之外的闲聊。结果显示，前沿模型在35%的病历中写入了小范围闲聊内容。整体质量评分在五分制上最多变化0.20分，说明污染不一定会让病历在表面评分上明显变差，但问题并未因此消失。

更值得关注的是，3.7%的前沿模型病历不仅包含无关内容，还出现了错误归因，或把闲聊当成临床信息使用。对医疗记录而言，这类错误比单纯增加几句冗余文字更危险：它可能模糊事实来源，影响后续阅读，也可能让临床人员误以为某项信息来自患者的正式陈述。

研究随后模拟了57次录音咨询，并在背景中加入另一名患者就诊时的语音，信号强度设为低于主要对话10分贝。结果显示，48.2%的转写文本出现了背景语音泄漏；由四种开放权重模型继续生成的病历中，5.3%检测到污染。这表明，风险并不只存在于模型“理解”阶段，语音转写、摘要和病历生成的链条都可能放大问题。

这项工作并非证明大模型无法用于医疗，而是提醒部署者重新设计安全评测。未来测试应加入对背景谈话、患者间串音、闲聊和错误来源信息的抵抗能力，并区分“内容看起来合理”和“信息确实属于当前患者”这两个指标。

在工程层面，系统可以考虑更严格的说话人分离、音频分段、来源标注和污染检测，并在生成病历前对关键信息进行回溯核验。研究作者也强调，防止干扰不能简单依靠删掉所有非核心信息，因为可能与临床推理有关的能力也许和受干扰的机制相互关联。更可行的方向，是在保留推理能力的同时，建立清晰的信息边界和可审计的来源链。